多序列比對(duì)與clustal的使用

1、多序列比對(duì)與Clustal的使用，以及各類常見的序列分析工具介紹,中山大學(xué)生科院2004年10月,內(nèi)容提要,第一部分：多序列比對(duì)意義、方法、算法Clustal的使用 1.Clustalx 2.Clustalw第二部分：常見的序列分析軟件分類簡介,第一部分：多序列比對(duì)及Clustal的使用,序列相似性比較和序列同源性分析,序列相似性比較： 就是將待研究序列與DNA或蛋白質(zhì)序列庫進(jìn)行比較，用于確定該序列的生物屬性

2、，也就是找出與此序列相似的已知序列是什么。完成這一工作只需要使用兩兩序列比較算法。常用的程序包有BLAST、FASTA等；序列同源性分析： 是將待研究序列加入到一組與之同源，但來自不同物種的序列中進(jìn)行多序列同時(shí)比較，以確定該序列與其它序列間的同源性大小。這是理論分析方法中最關(guān)鍵的一步。完成這一工作必須使用多序列比較算法。常用的程序包有CLUSTAL等；,多序列比對(duì)的意義,用于描述一組序列之間的相似性關(guān)系，以便了解一個(gè)基因家族

3、的基本特征，尋找motif，保守區(qū)域等。用于描述一個(gè)同源基因之間的親緣關(guān)系的遠(yuǎn)近，應(yīng)用到分子進(jìn)化分析中。其他應(yīng)用，如構(gòu)建profile，打分矩陣等。,同源性分析中常常要通過多序列比對(duì)來找出序列之間的相互關(guān)系，和blast的局部匹配搜索不同，多序列比對(duì)大多都是采用全局比對(duì)的算法。這樣對(duì)于采用計(jì)算機(jī)程序的自動(dòng)多序列比對(duì)是一個(gè)非常復(fù)雜且耗時(shí)的過程，特別是序列數(shù)目多，且序列長的情況下。,多序列比對(duì)的方法,多序列比對(duì)的方法,基本上多序列比對(duì)可

4、以分為 1.手工比對(duì)（輔助編輯軟件如bioedit，seaview，Genedoc等） 通過輔助軟件的不同顏色顯示不同殘基，靠分析者的觀察來改變比對(duì)的狀態(tài)。 2.計(jì)算機(jī)程序自動(dòng)比對(duì) 通過特定的算法（如同步法，漸進(jìn)法等），由計(jì)算機(jī)程序自動(dòng)搜索最佳的多序列比對(duì)狀態(tài)。,自動(dòng)多序列比對(duì)的算法,1.同步法 將序列兩兩比對(duì)時(shí)的二維動(dòng)態(tài)規(guī)劃矩陣擴(kuò)展到三維矩陣。即用矩陣的維數(shù)來反映比對(duì)的序列數(shù)目。這種方法的計(jì)算量很大，對(duì)

5、于計(jì)算機(jī)系統(tǒng)的資源要求比較高，一般只有在進(jìn)行少數(shù)的較短的序列的比對(duì)的時(shí)候才會(huì)用到這個(gè)方法。,自動(dòng)多序列比對(duì)的算法,2.步進(jìn)法 最常見的就是clustal所采用的方法。 其基本思想就是基于相似序列通常具有進(jìn)化相關(guān)性的這一假設(shè)。,Clustal的漸進(jìn)比對(duì)過程,在比對(duì)過程中，先對(duì)所有的序列進(jìn)行兩兩比對(duì)并計(jì)算它們相似性分值，然后根據(jù)相似性分值將它們分成若干組，并在每組之間進(jìn)行比對(duì)，計(jì)算相似性分值。根據(jù)相似性分值繼

6、續(xù)分組比對(duì)，直到得到最終比對(duì)結(jié)果。在比對(duì)過程中，相似性程度較高的序列先進(jìn)行比對(duì)而距離較遠(yuǎn)的序列添加在后面。,多序列比對(duì)工具－clustal,Clustal是一個(gè)單機(jī)版的基于漸進(jìn)比對(duì)的多序列比對(duì)工具，由Higgins D.G. 等開發(fā)。有應(yīng)用于多種操作系統(tǒng)平臺(tái)的版本，包括linux版，DOS版的clustlw，clustalx等。,,Clustal簡介,CLUSTAL是一種漸進(jìn)的比對(duì)方法，先將多個(gè)序列兩兩比對(duì)構(gòu)建距離矩陣，反應(yīng)序列之間兩

7、兩關(guān)系；然后根據(jù)距離矩陣計(jì)算產(chǎn)生系統(tǒng)進(jìn)化指導(dǎo)樹，對(duì)關(guān)系密切的序列進(jìn)行加權(quán)；然后從最緊密的兩條序列開始，逐步引入臨近的序列并不斷重新構(gòu)建比對(duì)，直到所有序列都被加入為止。,Clustalx的工作界面（多序列比對(duì)模式）,Clustalx的工作界面（剖面(profile)比對(duì)模式）,Clustal的工作原理,Clustal輸入多個(gè)序列,,快速的序列兩兩比對(duì)，計(jì)算序列間的距離，獲得一個(gè)距離矩陣。,,鄰接法(NJ)構(gòu)建一個(gè)樹（引導(dǎo)樹）,根據(jù)引導(dǎo)

8、樹，漸進(jìn)比對(duì)多個(gè)序列。,,Clustal的應(yīng)用,1.輸入輸出格式。輸入序列的格式比較靈活，可以是前面介紹過的FASTA格式，還可以是PIR、SWISS-PROT、GDE、Clustal、GCG/MSF、RSF等格式。輸出格式也可以選擇，有ALN、GCG、PHYLIP和NEXUS等，用戶可以根據(jù)自己的需要選擇合適的輸出格式。,2.兩種工作模式。 a.多序列比對(duì)模式。 b.剖面(profile)比對(duì)模式。3.一個(gè)實(shí)際的例

9、子。,Clustal的應(yīng)用,多序列比對(duì)實(shí)例,輸入文件的格式(fasta)：>KCC2_YEAST NYIFGRTLGAGSFGVVRQARKLSTN……>DMK_HUMAN DFEILKVIGRGAFSEVAVVKMKQTGQVYAMKIMNK…….>KPRO_MAIZE TRKFKVELGRGESGTVYKGVLEDDRHVAVKKLEN……>DAF1_CAEELQIRLTGRVGSGRFGN

10、VSRGDYRGEAVAVKVFNALD……>1CSN HYKVGRRIGEGSFGVIFEGTNLLNN……,第一步：輸入序列文件。,第二步：設(shè)定比對(duì)的一些參數(shù)。,參數(shù)設(shè)定窗口。,第三步：開始序列比對(duì)。,第四步：比對(duì)完成，選擇保存結(jié)果文件的格式,Clustalw的使用(一),Clustalw還提供了命令調(diào)用形式的使用方式，方便于批處理過程，下面是一個(gè)典型的執(zhí)行多序列比對(duì)的clustalw命令：$ ./clustalw –

11、infile=dna.fa –type=dna –gapopen=10 –gapext=2 –output=gcg –outfile=align.gcg -align,Clustalw的使用(二),在線的clustalw分析,EBI提供的在線clustalw服務(wù)http://www.ebi.ac.uk/clustalw/,,EBI提供的在線Clustalw服務(wù),更為詳細(xì)的教程,可以在這里得到更多關(guān)于clustal的幫助：htt

12、p://www-igbmc.u-strasbg.fr/BioInfo/ClustalX/Top.html,實(shí)際操作(練習(xí)),使用clustalx程序，對(duì)給定的多序列，選擇合適的參數(shù)，進(jìn)行多序列比對(duì)，輸出結(jié)果文件維phylip格式。相同的文件，使用ebi和我們提供的在線服務(wù)，進(jìn)行多序列比對(duì)。對(duì)上述計(jì)算機(jī)程序比對(duì)的結(jié)果進(jìn)行手工改動(dòng)（bioedit，seaview），使得多序列比對(duì)結(jié)果跟符合要求。,>SIV MSMSSSNITSG

13、FIDIATFDEIEKYMYGGPTATAYFVREIRKSTWFTQVPVPLSRNTGNAAFGQEWSVSISRAGDYLLQTWLRVNIPPVTLSGLLGNTYSLRWTKNLMHNLIREATITFNDLVAARFDNYHLDFWSAFTVPASKRNGYDNMIGNVSSLINPVAPGGTLGSVGGINLNLPLPFFFSRDTGVALPTAALPYNEMQINFNFRDWHELLILTNSALVPPASSY

14、VSIVVGTHISAAPVLGPVQVWANYAIVSNEERRRMGCAIRDILIEQVQTAPRQNYVPLTNASPTFDIRFSHAIKALFFAVRNKTSAAEWSNYATSSPVVTGATVNYEPTGSFDPIANTTLIYENTNRLGAMGSDYFSLINPFYHAPTIPSFIGYHLYSYSLHFYDLDPMGSTNYGKLTNVFVVPAASSAAISAAGGTGGQAGSDYAQSYEFVIVAVN

15、NNIVRIENSLVRNRRRWSREGPMVMVC>TIV MSMSSSNITSGFIDIATFDEIEKYMYGGPTATAYFVREIRKSTWFTQVPVPLSRNTGNAAFGQEWSVSISRAGDYLLQTWLRVNIPPVTLSGLLGNTYSLRWTKNLMHNLIREATITFNDLVAARFDNYHLDFWSAFTVPASKRNGYDNMIGNVSSLINPVAPGGTLGSVGGINLNLPLPF

16、FFSRDTGVALPTAALPYNEMQINFNFRDWHELLILTNSALVPPASPYVPIVVGTHISAAPVLGPVQVWANYAIVSNEERRRMGCAIRDILIEQVQTAPRQNYVPLTNASPTFDIRFSHAIKALFFAVRNKTSAAEWSNYATSSPVVTGATVNYEPTGSFDPIANTTLIYENTNRLGAMGSDYFSLINPFYHAPTIPSFIGYHLYSYSLHFYDLDPMG

17、STNYGKLTNVSVVPQASPAAIAAAGGTGGQAGSDYPQNYEFVILAVNNNIVRISGGETPQNYIAVC>WIV MSMSSSNITSGFIDIATFDEIEKYMYGGPTATAYFVREIRKSTWFTQVPVPLSRNTGNAAFGQEWSVSISRAGDYLLQTWLRVNIPQVTLNPLLAATFSLRWTRNLMHNLIREATITFNDLVAARFDNYHLDFWSAFTVPA

18、SKRTGYDNMIGNVSSLINPVAPGGNLGSTGGTNLNLPLPFFFSRDTGVALPTAALPYNEMQINFNFRDWTELLVLQNSALVAPASPYVPIVVPTHLTVAPVLGPVQVWANYAIVSNEERRRMGCAIRDILIEQVQTAPRQNYTPLTNASPTFDIRFSHAIKALFFSVRNKTSASEWSNYATSSPVVTGATVNFEPTGSFDPIANTTLIYENTNRLGA

19、MGSDYFSLINPFYHAPTIPSFIGYHLYSYSLHFYDLDPMGSTNYGKLTNVSVVPQASPAAVNAASGAGGFPGSDYPQSYEFVIVAVNNNIVRISGGETPQNYLSGSFVTLLNRRKWSREGPMIMVQ>CzIV MSMSSSNITSGFIDIATFDEIEKYMYGGPTATAYFVREIRKSTWFTQVPVPLSRNTGNAAFGQEWSVSISRAGDYLLQTWL

20、RVNIPQVTLNAQLGPTFGLRWTRNFMHNLIREATITFNDLVAARFDNYHLDFWSAFTVPASKKIGYDNMIGNISALTNPVAPGGSLGSVGGINLNLPLPFFFSRDTGVALPTAALPYNEMQINFNFRDWPELLILTNTALVPPASPYVPIVVGTHLSAAPVLGAVQVWANYAIVSNEERRRMGCAIRDILIEQVQTAPRQNYTPLTNAMPTFDIRFS

21、HAIKALFFSVRNKTSSAEWSNYATSSPVVTGQLVNYEPPGAFDPISNTTLIYENTNRLGAMGSDYFSLINPFYHAPTIPSSIGYHLYSYSLHFFDLDPMGSTNYGKLTNVSVVPQASPAAVTAAGGSGAAGSGADYAQSYEFVIIGVNNNIIRISGGALGFPVL>CIV MSISSSNVTSGFIDIATKDEIEKYMYGGKTSTAYFVRETRKATW

22、FTQVPVSLTRANGSANFGSEWSASISRAGDYLLYTWLRVRIPSVTLLSTNQFGANGRIRWCRNFMHNLIRECSITFNDLVAARFDHYHLDFWAAFTTPASKAVGYDNMIGNVSALIQPQPVPVAPATVSLPEADLNLPLPFFFSRDSGVALPTAALPYNEMRINFQFHDWQRLLILDNIAAVASQTVVPVVGATSDIATAPVLHHGTVWGNYAIVSN

23、EERRRMGCSVRDILVEQVQTAPRHVWNPTTNDAPNYDIRFSHAIKALFFAVRNTTFSNQPSNYTTASPVITSTTVILEPSTGAFDPIHHTTLIYENTNRLNHMGSDYFSLVNPWYHAPTIPGLTGFHEYSYSLAFNEIDPMGSTNYGKLTNISIVPTASPAAKVGAAGTGPAGSGQNFPQTFEFIVTALNNNIIRISGGALGFPVL,練習(xí)序列,第二部分：

24、常見的序列分析軟件分類簡介,GCGEMBOSS(免費(fèi))Vector NTIDNAstarBioedit(免費(fèi))其他,1.綜合序列分析軟件包,,GCG(商業(yè)軟件),GCG (Genetics Computer Group)是生物信息界最廣為人知的分子序列分析軟件包，最早是在美國的威斯康辛大學(xué)麥迪遜校區(qū)(University of Wisconsin-Madison)內(nèi)發(fā)展起來的，后來獨(dú)立成為一個(gè)商業(yè)公司，期間曾經(jīng)是Oxford

25、 Molecular 的分支機(jī)構(gòu),在2000 年又由Pharmacopeia 所并構(gòu)。,GCG 軟件包包括了超過130個(gè)獨(dú)立的序列分析程序，大致上可以分成以下12個(gè)類別： 1. Sequence Comparison 2. Database Searching and Retrieval 3.DNA/RNA Secondary Structure Prediction 4.Editing and Pub

26、lication 5.Evolutionary Analysis 6.Fragment Assembly 7.Gene Finding and Pattern Recognition 8.Importing and Exporting 9.Mapping 10.Primer Selection 11.Protein Analysis 12.Translation,除了分析程序以外

27、， GCG 同時(shí)也提供多種生物學(xué)數(shù)據(jù)庫。核酸相關(guān)的:GenBank(http://www.ncbi.nlm.nih.gov/ ) EMBL (http://www.ebi.ac.uk/) 蛋白質(zhì)相關(guān)的： SWISS-PROT (http://www.expasy.ch/sprot/) PIR (http://www-nbrf.georgetown.edu/pir/) SP-TrEMBL (h

28、ttp://www.expasy.ch/sprot/ ) 使用者可以輸入自己實(shí)驗(yàn)獲得的分子序列， 或者從這些數(shù)據(jù)庫中來獲取得到分子序列，再用到GCG的分析程序進(jìn)行分析。,GCG的工作方式(S-C) 安裝在基于Unix系統(tǒng)的服務(wù)器上，目前可以安裝的平臺(tái)(platform)有SGI 的IRIX 操作系統(tǒng)，SUN 的Solaris操作系統(tǒng)，及Compaq 的Tru64操作系統(tǒng)，用戶可以通過網(wǎng)絡(luò)連接的方法來使用GCG提

29、供的分析程序以及數(shù)據(jù)庫。,1.傳統(tǒng)的命令行形式，這種情況要求用戶熟悉程序的命令。2.借助SeqLab的用戶窗口界面，通過各類表單的操作來實(shí)現(xiàn)分析任務(wù)。以上兩個(gè)執(zhí)行GCG的方法都是通過telnet來實(shí)現(xiàn)的。3. 借助于WWW服務(wù)的SeqWeb，是最為簡單和方便的使用方式。 雖然命令行的操作需要一些操作，但是對(duì)于熟悉GCG的用戶來說，卻是最為快捷和有效的方法，此外這種方法還可以擴(kuò)展到批處理中。,,執(zhí)行

30、GCG程序的方法,EMBOSS(免費(fèi)軟件),EMBOSS（European Molecular Biology Open Software Suite）源于1988年的EGCG（主流商業(yè)軟件GCG的擴(kuò)展），由于版權(quán)等原因，EGCG不再發(fā)行，開發(fā)人員在此基礎(chǔ)上開發(fā)出來公開源代碼的EMBOSS軟件包。http://www.sanger.ac.uk/Software/EMBOSS,,Vector NTI,由Informax公司（現(xiàn)在已經(jīng)歸

31、入Invitrogen公司旗下）開發(fā)的一種高度集成、功能齊全的分子生物學(xué)應(yīng)用軟件，可以對(duì)DNA、蛋白質(zhì)分子進(jìn)行大量分析和操作。,主要功能：1.DNA序列的ORF、Motif、功能區(qū)搜索，限制酶圖譜，蛋白質(zhì)翻譯。2.PCR引物、測(cè)序引物、雜交探針的設(shè)計(jì)和評(píng)價(jià)。3.DNA測(cè)序片斷的拼接4.同源比較和系統(tǒng)發(fā)育樹構(gòu)建5.蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)：三維結(jié)構(gòu)、化學(xué)鍵、翻譯后修飾位點(diǎn)、結(jié)構(gòu)域等6.模擬電泳：瓊脂糖、PAGE,,DNAstar,DNA

32、STAR有限公司開發(fā)了Lasergen程序組,可在計(jì)算機(jī)上進(jìn)行DNA和蛋白分析。它們是易于使用且對(duì)用戶友好的軟件,可進(jìn)行分子生物學(xué)中的小規(guī)模序列分析和多序列比較。Lasergen有PC Windows和Macintosh兩種版本。Lasergen的一個(gè)主要功能是它有針對(duì)不同應(yīng)用的7種程序。用戶可根據(jù)自己需要選擇購買。,主要功能：1. Editseq，可以從鍵盤、數(shù)據(jù)庫或數(shù)字序列輸入和編輯。2. PrimerSelect，PCR引物和

33、探針設(shè)計(jì)。3. MapDraw，限制性位點(diǎn)分析和圖譜繪制。 4. MegAlign，多個(gè)和成對(duì)蛋白或DNA序列比對(duì)。5. GeneMan，生物數(shù)據(jù)庫和數(shù)據(jù)庫檢索。 6. Protean，蛋白結(jié)構(gòu)分析。7. SeqMan，序列裝配和毗連(序列)群管理。,,Bioedit,是一個(gè)性能優(yōu)良的免費(fèi)的分子生物學(xué)應(yīng)用軟件，可以對(duì)核酸序列和蛋白質(zhì)序列進(jìn)行常規(guī)的分析操作，并提供了很多網(wǎng)絡(luò)程序的分析界面和接口。 http://www

34、.mbio.ncsu.edu/BioEdit/bioedit.html,,2.快速同源性數(shù)據(jù)庫搜索工具,BlastFastaHMMer,,HMMER,HMMer 是一個(gè)采用隱馬可夫模型 HMMs（Hidden Markov Models）來識(shí)別不同基因之間的結(jié)構(gòu)相似性程度的工具?？梢钥焖俚脑跀?shù)據(jù)庫中尋找與特定基因具有一定相似性的基因結(jié)構(gòu)。http://hmmer.wustl.edu/,,3.多序列比對(duì)工具,Clustal基

35、于漸進(jìn)算法的多序列比對(duì)優(yōu)化算法，由Higgins D.G. 等開發(fā)。Clustlw，clustalx等。其他：T_coffee,PHYLIPPAUP*其他：Mega2，MrBayes，tree-puzzle PAML，treeview,4.分子進(jìn)化分析工具,,PHYLIP,Phylip是一個(gè)免費(fèi)的系統(tǒng)發(fā)生(phylogenetics)分析軟件包。 由華盛頓大學(xué)遺傳學(xué)系開發(fā)，1980年首次公布，目前的版本是3

36、.6。包含了35個(gè)獨(dú)立的程序，這些獨(dú)立的程序都實(shí)現(xiàn)特定的功能，這些程序基本上包括了系統(tǒng)發(fā)生分析的所有方面。 Phylip有多種不同平臺(tái)的版本（包括windows，Macintosh，DOS，Linux，Unix和OpenVMX）。http://evolution.genetics,washington.edu/phylip.html,,PAUP*,最早是在蘋果機(jī)上開發(fā)的具有菜單界面的進(jìn)化分析軟件，早先版本只有MP法，后續(xù)

37、版本已經(jīng)包括距離法和ML法，現(xiàn)今有mac，win，linux等多種版本，該軟件不是免費(fèi)軟件，使用者需要向開發(fā)者購買。,,5.其他工具,模式識(shí)別：Meme，signalscan， domainFinder等測(cè)序分析與序列拼接：Chromas，Phred+Phrap+cross_match+consed, contigExpress等引物設(shè)計(jì)：Oligo，Primer3，Primer Premier5.0等三

38、維分子：PDBviewer，CN3D,RASMOL等,序列分析工具的網(wǎng)絡(luò)資源,生物軟件網(wǎng)http://www.bio-soft.netNCBIhttp://www.ncbi.nlm.nih.govExpasyhttp://www.expasy.org/,,,,,生物軟件網(wǎng),由華北制藥集團(tuán)的談杰創(chuàng)建，是一個(gè)具有豐富生物信息學(xué)資源的站點(diǎn)，提供了大量的生物信息學(xué)分析軟件下載。http://www.bio-soft.net,,NC

39、BI,美國國立生物技術(shù)信息中心（NCBI） 成立于1988年11月4日。是在NIH的國立醫(yī)學(xué)圖書館（NLM）的一個(gè)分支。NLM是因?yàn)樗趧?chuàng)立和維護(hù)生物信息學(xué)數(shù)據(jù)庫方面的經(jīng)驗(yàn)被選擇的，而且這可以建立一個(gè)內(nèi)部的關(guān)于計(jì)算分子生物學(xué)的研究計(jì)劃。NCBI的任務(wù)是發(fā)展新的信息學(xué)技術(shù)來幫助對(duì)那些控制健康和疾病的基本分子和遺傳過程的理解。 主要資源包括：數(shù)據(jù)庫和軟件，以及相關(guān)的教育和培訓(xùn)資源,,http://www.ncbi.nlm.nih

40、.gov,Expasy,由位于瑞士日內(nèi)瓦的 Swiss Institute of Bioinformatics 所建立的，是全世界最重要的蛋白質(zhì)數(shù)據(jù)庫之一 ，也是 GCG 最主要的蛋白質(zhì)序列來源。 Expasy的主 要 有蛋白質(zhì)序列、結(jié)構(gòu)、2-D PAGE (Two-dimentional polyacrylamide gel electrophoresis ) 等多個(gè)數(shù)據(jù)庫 ，還有大量的蛋白質(zhì)序列與結(jié)構(gòu)分析工具以及FTP資源

41、等。 蛋白質(zhì)分析工具主要有蛋白質(zhì)的功能預(yù)測(cè)，序列搜索與比對(duì)，二級(jí)、三級(jí)和四級(jí)結(jié)構(gòu)的預(yù)測(cè)等等。 http://www.expasy.org/,,操作系統(tǒng) Unix（Linux），Windows， Macintosh編程語言：perl，C，php，VB算法：動(dòng)態(tài)規(guī)劃，啟發(fā)式，各類模型數(shù)據(jù)結(jié)構(gòu)：表，棧，樹，圖數(shù)據(jù)庫Mysql，Oracle，SQL server，Sybase網(wǎng)絡(luò)局域網(wǎng)構(gòu)架與管理，并行

42、化，網(wǎng)絡(luò)應(yīng)用（http，ftp，telnet）,計(jì)算機(jī)相關(guān)知識(shí),Linux：是一個(gè)免費(fèi)的可以在PC機(jī)上運(yùn)行的UNIX系統(tǒng)．Linux系統(tǒng)具有最新UNIX的全部功能，包括真正的多任務(wù)，虛擬存儲(chǔ)，共享庫函數(shù)，即時(shí)負(fù)載，優(yōu)越的存儲(chǔ)管理和TCP/IP，UUCP網(wǎng)絡(luò)工具。Linux由于其系統(tǒng)軟件的免費(fèi)獲取，硬件費(fèi)用低廉的特點(diǎn)，近年來發(fā)展迅猛。 常見的Linux發(fā)行版有RedHat，Debian，Mandrake，SuSe等,,Per

43、l強(qiáng)大的正則表達(dá)式(regular expression)以及字符串操作使這個(gè)工作變得簡單而沒有其它語言能相比。Perl 非常擅長于切割，扭轉(zhuǎn)，絞，弄平，總結(jié)，以及其它的操作文字文件。生物資料大部分是以文字文件存在的，如物種名稱，種屬關(guān)系，基因或序列的注解，評(píng)住，目錄查閱, 就連DNA和蛋白質(zhì)序列本身也是以文字形式出現(xiàn)的。正是因?yàn)檫@樣，在生物資料處理的時(shí)候最多涉及的也是字符操作問題。各種不同格式的生物信息資料之間的相互轉(zhuǎn)換是一個(gè)很

44、難解決的問題，而perl由于具有方便和強(qiáng)大的字符操作功能，使得它在這方面具有特殊的用途。,,MySQL是一個(gè)免費(fèi)的、多用戶、多線程的小型SQL數(shù)據(jù)庫，是一個(gè)客戶機(jī)/服務(wù)器結(jié)構(gòu)的應(yīng)用，可以運(yùn)行在多種平臺(tái)上，它由一個(gè)服務(wù)器守護(hù)程序mysqld和很多不同的客戶程序和庫組成。MySQL具有快速、多線程、多用戶和穩(wěn)定等特點(diǎn)，對(duì)于中、小型應(yīng)用系統(tǒng)是非常理想的數(shù)據(jù)庫服務(wù)平臺(tái)。,,動(dòng)態(tài)規(guī)劃（dynamic programming ）

45、動(dòng)態(tài)規(guī)劃的實(shí)質(zhì)是分治思想和解決冗余，將問題的實(shí)例分解為更小的、相似的子問題。動(dòng)態(tài)規(guī)劃的思想在于，如果各個(gè)子問題不是獨(dú)立的，不同的子問題的個(gè)數(shù)只是多項(xiàng)式量級(jí)，如果我們能夠保存已經(jīng)解決的子問題的答案，而在需要的時(shí)候再找出已求得的答案，這樣就可以避免大量的重復(fù)計(jì)算。由此而來的基本思路是，用一個(gè)表記錄所有已解決的子問題的答案，不管該問題以后是否被用到，只要它被計(jì)算過，就將其結(jié)果填入表中。 動(dòng)態(tài)規(guī)劃算法在生物序列分析中是一個(gè)比